语音模型上下文协议服务器
一种用于volcengine语音的MCP服务器实现
特性
工具
- 自动语音识别
自动语音识别：将音频转换为文本。 - Args： - content：要转录的音频文件的url或绝对路径。 - 退货： - Asr文本
- 文本转语音
文本转语音：将文本合成为音频。 - Args： - 文本：合成语音的文本。 - speed：语音速度（例如，正常情况下为1.0）。默认值：1.0。 - 编码：所需的音频输出格式（例如“mp3”、“wav”）。默认值：“mp3”。 - 退货： - 返回音频文件的路径。
配置
服务器要求设置以下环境变量：
VOLC_APPID：必填，VolcEngine的APP ID。VOLC_TOKEN：必填，VolcEngine的访问令牌。VOLC_VOICE_TYPE：可选，大语音合成模型服务voice_type，默认为“zh_female_milinvyou_moon_bigtts”VOLC_CLUSTER：必填，大型语音合成模型服务集群ID
需要在Volcengine上激活的服务包括： 大型语音合成模型、流式语音识别大模型、用于音频文件识别的大型模型
您可以在shell中设置这些环境变量。
MCP设置配置
要将此服务器添加到MCP配置中，请将以下内容添加到MCP设置文件中：
{
"mcpServers": {
"speech-mcp-server": {
"command": "uv",
"args": [
"--directory",
"/ABSOLUTE/PATH/TO/PARENT/FOLDER/src/mcp_server_speech",
"run",
"main.py"
]
}
}
}或
{
"mcpServers": {
"speech-mcp-server": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/thundersoft-td/mcp-server-speech",
"mcp-server-speech"
],
"env": {
"VOLC_APPID": "your appid",
"VOLC_TOKEN": "your token",
"VOLC_VOICE_TYPE": "tts voice type",
"VOLC_CLUSTER": "tts cluster id",
}
}
}
}用法
运行服务器
# Run the server with stdio transport (default)
python -m mcp_server_speech [--transport/-t {sse,stdio}]许可证
此库根据MIT-0许可证获得许可。请参阅LICENSE文件。